• Fuera de broma, obtener información colectada de forma sistemática de un territorio pequeño, pero complejo, como lo es República Dominicana, aún en la era del big data y la IA, sigue siendo un desafío.

• Si encima necesitamos consultar métodos, metadatos o informes técnicos, la cosa se complica aún más.

• Aunque la reproducibilidad se exige cada día más en estudios a nivel global, con fuentes de datos nacionales es difícil encontrar protocolos reproducibles.

• Aún cuando dispongamos de fuentes de datos localmente, obtener estadísticos zonales, requiere de ingentes capacidades de cómputo que superan las capacidades de una PC común.

• Paradójicamente, las plataformas globales de información geoespacial, superan algunas de estas limitaciones.

• Este artículo de datos pretende llenar ese vacío.

• El objetivo consiste en poner a disposición del público, un artículo de datos reproducible y actualizable, que contenga información geográfica de República Dominicana, agrupada en unidades territoriales de distinto tamaño o forma por medio de estadística zonal, útil para realizar análisis espacial multipropósito.

https://github.com/geofis/zonal-statistics/

¿Qué es la estadística zonal?

Es una técnica, propia de los sistemas de información geográfica y del análisis espacial, utilizada para extraer estadísticos (e.g. media, varianza, moda) de variables territoriales por áreas específicas para entender patrones y cambios dentro de dichas regiones.

¿Qué es Google Earth Engine?

• Es una plataforma de análisis geoespacial en la nube que ofrece un extenso catálogo del orden de los petabytes, para monitorear y analizar cambios en la superficie de la Tierra, apoyando investigaciones ambientales, manejo de recursos y planificación territorial.

• Utiliza la infraestructura de computación en la nube de Google para procesar y almacenar esta gran cantidad de información geoespacial.

• El acceso a Google Earth Engine es gratuito para fines de investigación, educación y uso sin fines de lucro.

• Hay otras del mismo orden, como la Microsoft Planetary Computer.

OTROS CASOS DE USO, ADEMÁS DEL RÍO MASACRE

• Asignatura biogeografía: GBIF, campus UASD

• Asignatura geomorfología

• Criterios para la selección de sitios de estaciones meteoclimáticas

• Provincias de República Dominicana

Para la cuenca del río Masacre o Dajabón

• Para aplicar técnicas de estadísticas zonal a la cuenca y sus distintas porciones, dominicana y haitiana, se necesitaba, por supuesto, la cuenca y sus partes.

• La delimitación de la cuenca se realizó con algoritmos de hidrología computacional.

• No solamente se delimitó, sino que también se realizó una caracterización morfométrica.

El curso más largo tiene unos 72 km, y se remonta cerca del cerro Pico del Gallo (c. de Burén).

Tramos compartidos sobre el curso denominado río Masacre o Dajabón.

https://developers.google.com/earth-engine/datasets/catalog/ESA_WorldCover_v200 ESA/VITO/Brockmann Consult/CS/GAMMA Remote Sensing/IIASA/WUR

https://developers.google.com/earth-engine/datasets/catalog/COPERNICUS_Landcover_100m_Proba-V-C3_Global Programa Copernicus

https://developers.google.com/earth-engine/datasets/catalog/UMD_hansen_global_forest_change_2022_v1_10 Hansen/UMD/Google/USGS/NASA

• Se generó una base de información geoespacial de República Dominicana disponible al público, reproducible y actualizable, agrupada en unidades territoriales por medio de estadística zonal, con la cual se ha respondido eficientemente a necesidades de análisis espacial en distintos ámbitos, entre ellos la cuenca del río Masacre o Dajabón.

• Los porcentajes de cobertura arbórea de la parte dominicana y la haitiana, no difieren significativamente.

• La limitación más relevante del estudio es que las “fuentes de datos globales”, aunque son buenas desde el punto de vista de la consistencia y de su potencial para realizar comparaciones, ignoran las particularidades de lo local, tanto en lo referente al medio físico, como en lo atinente a lo institucional y lo social.

Posibilidades de estudios futuros y espacios de mejora:

• Potencial de utilizar herramientas de IA muy potentes, como SAM.

• Futuros trabajos:

  • Automatización de procesos.

  • Aplicaciones web.